输电网络扩展规划是一个非常复杂的大规模非线性组合优化问题,合理的输电系统结构是电力系统安全、可靠、经济运行的物质基础。随着电网规模的日益扩大,输电系统的决策变量的维数迅速增大,规划问题也变得越来越复杂。传统的数学优化组合方法耗时长,效率低。蚁群算法是一种新兴的用于解决组合最优化问题的高效的元启发式搜索技术,具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法结合的特点,目前已经在许多优化问题中得到了成功应用。本文介绍了电网规划的研究现状,对现有的规划方法进行了总结。重点介绍了蚁群算法的原理和基本模型以及蚁群算法的具体实现,并分析了蚁群算法的优缺点。针对蚁群算法的缺点,介绍并分析了现有的一些改进算法(如蚁群系统(ACS),最大最小蚁群系统(MMAS)等等),并提出了自己的改进算法,该算法是在基于蚁群系统(ACS)的基础上进行了改进,提出了一种新的局部更新策略,使得局部更新更有效更强健,同时采用动态的α值和信息素自适应调整策略,扩大了可行解的范围,有效抑制收敛过程中的停滞现象,提高了蚁群算法的求解性能。同时,总结了蚁群算法的改进方法。本文提出了一种动态输电网优化规划模型,该模型考虑了“N-1”静态安全约束下的扩展规划,并引入了“N-1”安全检验和故障排序,大大降低了计算机程序的计算量。同时,将本文改进的蚁群算法应用到动态电网优化规划中,并通过IEEE-6节点系统的仿真取得了满意的结果。